< Terug naar vorige pagina

Project

Decoderen van fonemen vanuit elektrocorticografie: een cross-modale aanpak

Personen met ernstige verbale communicatiestoornissen kunnen geholpen worden met technologie die spraak rechtstreeks decodeert uit hersenactiviteit. Initiële studies tonen veelbelovende resultaten, maar de decoders zijn vaak ontwikkeld op hersenactiviteit opgewerkt tijdens uitgevoerde spraak, een faciliteit waarover deze patiëntengroep niet beschikt. In het voorgestelde project willen we onderzoeken of decoders getraind op hersenactiviteit tijdens beluisterde spraak kunnen gebruikt worden tijdens ingebeelde spraak. We zullen signalen van een hoge kwaliteit opmeten via elektrocorticografie-implantaten en het volledige frequentiespectrum ervan zal worden aangesproken om sleuteleigenschappen van het spraaksignaal te reconstrueren. Aangezien het momenteel niet duidelijk is op welke manier deze signalen over verschillende spraakmodaliteiten (i.e., beluisterde, gesproken en ingebeelde spraak) kunnen gedeeld worden, stellen we een graduele strategie voor waarbij we eerst gaan  onderzoeken hoe de intentie tot spraak best kan gedecodeerd worden over modaliteiten heen. Deze kennis zal dan gebruikt worden om fonemen van het spraaksignaal te decoderen. In beide gevallen zullen we gebruik maken van het volledige elektrocorticografiespectrum. Bij succes kan dit project de basis vormen van toekomstige studies die een spraak neuroprothese beogen voor patiënten met ernstige verbale communicatiestoornissen.

Datum:1 okt 2021 →  15 okt 2021
Trefwoorden:Brain-computer interfacing (BCI), speech decoder, electrocorticography (ECoG), deep learning
Disciplines:Machine learning en besluitvorming, Biomedische signaalverwerking, Neurofysiologie, Elektrofysiologie